CN112949769B - 一种目标检测方法及目标检测系统 - Google Patents
一种目标检测方法及目标检测系统 Download PDFInfo
- Publication number
- CN112949769B CN112949769B CN202110372835.XA CN202110372835A CN112949769B CN 112949769 B CN112949769 B CN 112949769B CN 202110372835 A CN202110372835 A CN 202110372835A CN 112949769 B CN112949769 B CN 112949769B
- Authority
- CN
- China
- Prior art keywords
- target
- feature
- neighbor
- pseudo
- detected
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 120
- 238000000605 extraction Methods 0.000 claims description 73
- 239000013598 vector Substances 0.000 claims description 70
- 238000000034 method Methods 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000013528 artificial neural network Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000004927 fusion Effects 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims 1
- 239000000284 extract Substances 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 3
- 240000004050 Pentaglottis sempervirens Species 0.000 description 2
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 241001580017 Jana Species 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000000178 monomer Substances 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/25—Fusion techniques
- G06F18/254—Fusion techniques of classification results, e.g. of results related to same input data
-
- G06T3/08—
Abstract
本申请公开了一种目标检测方法及目标检测系统,其中,所述目标检测方法首先将单目图像的像素坐标转换为3D空间的伪点云坐标,即将2D的单目图像转换为3D表示的伪点云图,以为目标检测方法提高检测精度奠定基础,然后提取所述伪点云图中特征点的空间上下文,并分别进行两个分支的检测,这两个分支包括局部检测和邻居投票检测,最后将局部分类结果与邻居分类结构进行融合,以通过待测目标周围的每个特征点的检测结果的投票减小严重变形的伪点云导致的检测误差,实现提高目标检测精度的目的。
Description
技术领域
本申请涉及机器学习技术领域,更具体地说,涉及一种目标检测方法及目标检测系统。
背景技术
机器视觉是人工智能领域正在快速发展的一个分支。简单说来,机器视觉就是用机器代替人眼来做测量或判断。
基于单目摄像头进行单目3D(三维)目标检测是机器视觉技术的一个重要分支,目前涌现了许多的单目3D检测算法。Mono-3D(X.Chen,K.Kundu,Z.Zhang,H.Ma,S.Fidler,andR.Urtasun.Monocular 3d object detection for autonomous driving.In CVPR,2016.)会生成一些特定类的候选框,然后将它们重新投影到相应的2D框中,2D检测网络用于提取特征,并与其他信息结合在一起,通过计算预测框的损失函数以获得准确的3D目标预测。Deep3DBox(Arsalan Mousavian,Dragomir Anguelov,John Flynn,and Jana Kosecka.3dbounding box estimation usingdeep learning and geometry.In Proceedings of theIEEE Conference on Computer Vision and Pattern Recognition,pages 7074–7082,2017)利用深度学习网络和2D框的几何约束来生成3D边界框和具有6个自由度的位姿。Rtm3d(Peixuan Li,Huaici Zhao,Pengfei Liu,and Feidao Cao.Rtm3d:Real-timemonocular 3d detection from object keypoints for autonomous driving.arXivpreprint arXiv:2001.03343,2020.)通过预测3D框在图像空间中的9个透视关键点来进行回归。
然而,上述基于纯图像的方法和基于LiDAR(激光雷达,LaserRadar)的方法在3D检测的精度上仍然有待提高。
发明内容
为解决上述技术问题,本申请提供了一种目标检测方法即目标检测系统,以实现提高对于目标检测的精度的目的。
为实现上述技术目的,本申请实施例提供了如下技术方案:
一种目标检测方法,用于包括单目摄像头的检测系统,所述目标检测方法包括:
获取单目图像;
利用预设深度估计模型,将所述单目图像的像素坐标转换为3D空间的伪点云坐标,以获得伪点云图;
提取所述伪点云图中特征点的空间上下文;
基于所述特征点的空间上下文进行待测目标的局部检测,以获取局部分类结果;
在所述伪点云图中确定所述待测目标的邻居特征点,获取所述邻居特征点对于所述待测目标的检测结果,并将所述检测结果分别投票给在第一方向和第二方向上与所述邻居特征点最接近的所述待测目标,以获得邻居分类结果;所述第一方向和所述第二方向在同一水平面上,且相互垂直;
将所述局部分类结果与所述邻居分类结果进行融合,以获得融合后的分类结果。
可选的,所述利用预设深度估计模型,将所述单目图像的像素坐标转换为3D空间的伪点云坐标包括:
使用所述预设深度估计模型得到所述单目图像的深度图;
结合所述单目摄像头的内参,利用第一预设公式,将所述深度图中的像素点坐标转换为3D空间的伪点云坐标;
所述第一预设公式包括:z=Z(u,v),,其中,x、y、z分别表示所述伪点云坐标的x轴坐标、y轴坐标和z轴坐标,(u,v)表示所述深度图中像素点的坐标,(cx,cy)表示所述单目摄像头的相机坐标的中心,fx表示所述单目摄像头的水平焦距,fy表示所述单目摄像头的垂直焦距。
可选的,所述提取所述伪点云图中特征点的空间上下文包括:
将所述伪点云图中的特征点体素化为网格;
将所述网格输入到特征提取网络,所述网格经过所述特征提取网络的第一次特征提取后获得第一中间特征,所述第一中间特征经所述特征提取网络的第二次特征提取后获得所述特征点的空间上下文;
所述特征提取网络为预先训练的、带有注意力机制的神经网络。
可选的,所述第二次特征提取的过程包括:
将所述第一中间特征转换为第一向量、第二向量和第三向量,所述第一向量为第二次特征提取的查询向量,所述第二向量为第二次特征提取的键向量,所述第三向量为第二次特征提取的值向量;
根据所述第一向量、所述第二向量和所述第三向量,确定所述第一中间特征的注意力权重;
通过所述第一中间特征自身与其他特征点的加权总和,得到所述第一中间特征对应的特征点的空间上下文。
可选的,所述获取所述邻居特征点对于所述待测目标的检测结果,并将所述检测结果分别投票给在第一方向和第二方向上与所述邻居特征点最接近的所述待测目标包括:
获取所述邻居特征点预测的所述待测目标的中心坐标作为对于所述待测目标的检测结果,并将所述邻居特征点对于所述待测目标的检测结果投票给该待测目标;
获取所述邻居特征点的坐标;
根据所述邻居特征点预测的所述待测目标的中心坐标与所述邻居特征点的坐标,计算所述邻居特征点与所述待测目标的中心坐标之间的欧式距离;
剔除与所述待测目标的中心坐标之间的欧式距离大于预设距离阈值的邻居特征点的投票结果。
一种目标检测系统,用于包括单目摄像头的检测系统,所述目标检测系统包括:
图像获取模块,用于获取单目图像;
坐标转换模块,用于利用预设深度估计模型,将所述单目图像的像素坐标转换为3D空间的伪点云坐标,以获得伪点云图;
特征提取模块,用于提取所述伪点云图中特征点的空间上下文;
局部检测模块,用于基于所述特征点的空间上下文进行待测目标的局部检测,以获取局部分类结果;
邻居投票模块,用于在所述伪点云图中确定所述待测目标的邻居特征点,获取所述邻居特征点对于所述待测目标的检测结果,并将所述检测结果分别投票给在第一方向和第二方向上与所述邻居特征点最接近的所述待测目标,以获得邻居分类结果;所述第一方向和所述第二方向在同一水平面上,且相互垂直;
结果融合模块,用于将所述局部分类结果与所述邻居分类结果进行融合,以获得融合后的分类结果。
可选的,所述坐标转换模块包括:
深度转换单元,用于使用所述预设深度估计模型得到所述单目图像的深度图;
坐标计算单元,用于结合所述单目摄像头的内参,利用第一预设公式,将所述深度图中的像素点坐标转换为3D空间的伪点云坐标;
所述第一预设公式包括:z=Z(u,v),,其中,x、y、z分别表示所述伪点云坐标的x轴坐标、y轴坐标和z轴坐标,(u,v)表示所述深度图中像素点的坐标,(cx,cy)表示所述单目摄像头的相机坐标的中心,fx表示所述单目摄像头的水平焦距,fy表示所述单目摄像头的垂直焦距。
可选的,所述特征提取模块包括:
体素化单元,用于将所述伪点云图中的特征点体素化为网格;
提取单元,用于将所述网格输入到特征提取网络,所述网格经过所述特征提取网络的第一次特征提取后获得第一中间特征,所述第一中间特征经所述特征提取网络的第二次特征提取后获得所述特征点的空间上下文;
所述特征提取网络为预先训练的、带有注意力机制的神经网络。
可选的,所述提取单元的第二次特征提取的过程包括:
将所述第一中间特征转换为第一向量、第二向量和第三向量,所述第一向量为第二次特征提取的查询向量,所述第二向量为第二次特征提取的键向量,所述第三向量为第二次特征提取的值向量;
根据所述第一向量、所述第二向量和所述第三向量,确定所述第一中间特征的注意力权重;
通过所述第一中间特征自身与其他特征点的加权总和,得到所述第一中间特征对应的特征点的空间上下文。
可选的,所述邻居投票模块获取所述邻居特征点对于所述待测目标的检测结果,并将所述检测结果分别投票给在第一方向和第二方向上与所述邻居特征点最接近的所述待测目标的过程具体包括:
获取所述邻居特征点预测的所述待测目标的中心坐标作为对于所述待测目标的检测结果,并将所述邻居特征点对于所述待测目标的检测结果投票给该待测目标;
获取所述邻居特征点的坐标;
根据所述邻居特征点预测的所述待测目标的中心坐标与所述邻居特征点的坐标,计算所述邻居特征点与所述待测目标的中心坐标之间的欧式距离;
剔除与所述待测目标的中心坐标之间的欧式距离大于预设距离阈值的邻居特征点的投票结果。
从上述技术方案可以看出,本申请实施例提供了一种目标检测方法及目标检测系统,其中,所述目标检测方法首先将单目图像的像素坐标转换为3D空间的伪点云坐标,即将2D的单目图像转换为3D表示的伪点云图,以为目标检测方法提高检测精度奠定基础,然后提取所述伪点云图中特征点的空间上下文,并分别进行两个分支的检测,这两个分支包括局部检测和邻居投票检测,最后将局部分类结果与邻居分类结构进行融合,以通过待测目标周围的每个特征点的检测结果的投票减小严重变形的伪点云导致的检测误差,实现提高目标检测精度的目的。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请的一个实施例提供的一种目标检测方法的流程示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请实施例提供了一种目标检测方法,如图1所示,用于包括单目摄像头的检测系统,所述目标检测方法包括:
S101:获取单目图像。所述单目图像是指通过所述单目摄像头拍摄的2D(二维)图像。
S102:利用预设深度估计模型,将所述单目图像的像素坐标转换为3D空间的伪点云坐标,以获得伪点云图。
所述特征点即为构成所述伪点云图的像素点,在伪点云图中,3D空间的伪点云坐标为三维坐标。
将单目图像从2D转换为3D表示的伪点云图是提升单目3D目标检测精度的关键。但是,对单目图像进行深度估计会导致同一目标内伪点云的点的位置发生不可避免的移位。因此,预测的边框可能会出现不正确的位置和变形的形状,本申请实施例提供的目标检测方法通过下面的步骤以期解决这一问题。
S103:提取所述伪点云图中特征点的空间上下文。所述特征点的空间上下文是指伪点云图中与该特征点可能产生特征、语义关联的相关区域。
S104:基于所述特征点的空间上下文进行待测目标的局部检测,以获取局部分类结果。
在局部检测之前通常将伪点云图转换为俯视视角表示,此后对于特征点的空间上下文进行待测目标的局部检测即为对{cos(θ),sin(θ),dx,dz,log(w),log(l)}进行回归的过程,其中,θ表示待测目标的运动方向(当待测目标为车辆时,待测目标的运动方向即为车头朝向),w和l分别表示伪点云图在鸟瞰方向上待测目标的宽和长,(dx,dz)表示伪点云图在鸟瞰方向下待测目标位置到对象中心位置的偏移。
S105:在所述伪点云图中确定所述待测目标的邻居特征点,获取所述邻居特征点对于所述待测目标的检测结果,并将所述检测结果分别投票给在第一方向和第二方向上与所述邻居特征点最接近的所述待测目标,以获得邻居分类结果;所述第一方向和所述第二方向在同一水平面上,且相互垂直。
在步骤S105中,为了减小严重变形的伪点云导致的检测误差,我们将接近待测目标的特征点视为有投票权的邻居特征点,或称作“选民”。每个选民投两票,即分别投票给在第一方向和第二方向上与所述邻居特征点最接近的所述待测目标,通过投票的分类结果达成“共识”,减小由于严重变形的伪点云导致的检测误差。
通常情况下,所述第一方向和第二方向均平行于所述伪点云图中的z轴方向,即分别为z轴的正向和负向。
S106:将所述局部分类结果与所述邻居分类结果进行融合,以获得融合后的分类结果。
在融合过程中,可考虑为局部分类结果和邻居分类结果分配不同的权重,通加权求和的方式获得融合后的分类结果。
具体地,局部分类结果Plocal和邻居分类结果Pvote均通过1通道输出,将局部分类结果和邻居分类结果的特征连接起来,应用softmax函数,以获得两通道的权重图。这两个通道的值分别命名为Wlocal和Wlocal,每个位置的权重值的总和为1,最终的加权分类结果Pfusion可通过如下公式计算:
Pfusion=Wlocal·Plocal+Wvote·Pvote.。
下面对本申请实施例提供的目标检测方法的各个步骤的可行执行过程进行描述。
可选的,所述利用预设深度估计模型,将所述单目图像的像素坐标转换为3D空间的伪点云坐标包括:
S1021:使用所述预设深度估计模型得到所述单目图像的深度图。
S1022:结合所述单目摄像头的内参,利用第一预设公式,将所述深度图中的像素点坐标转换为3D空间的伪点云坐标;
所述第一预设公式包括:z=D(u,v),其中,x、y、z分别表示所述伪点云坐标的x轴坐标、y轴坐标和z轴坐标,(u,v)表示所述深度图中像素点的坐标,(cx,cy)表示所述单目摄像头的相机坐标的中心,fx表示所述单目摄像头的水平焦距,fy表示所述单目摄像头的垂直焦距。
在伪点云生成过程中,可采用各种深度估计模型作为所述预设深度估计模型,可选的,所述预设深度估计模型可以为DORN(Deep Ordinal Regression Network)模型,DORN模型具有较高的准确性和较低的均方根误差。在深度估计之后,将深度图中像素的像素坐标(u,v)与它的深度结合起来以生成伪点云点。
可选的,所述提取所述伪点云图中特征点的空间上下文包括:
S1031:将所述伪点云图中的特征点体素化为网格。
S1032:将所述网格输入到特征提取网络,所述网格经过所述特征提取网络的第一次特征提取后获得第一中间特征,所述第一中间特征经所述特征提取网络的第二次特征提取后获得所述特征点的空间上下文;
所述特征提取网络为预先训练的、带有注意力机制的神经网络。
由于伪点云的严重位移和变形,需要依赖远距离信息的空间上下文,以更好地识别对象的位置和形状。由于仅将在每个位置具有固定感受野的卷积运算堆叠在一起无法有效地提取足够的远距离特征,我们在特征提取网络中应用了自注意力机制。
更具体地,所述第二次特征提取的过程包括:
S10321:将所述第一中间特征转换为第一向量、第二向量和第三向量,所述第一向量为第二次特征提取的查询向量,所述第二向量为第二次特征提取的键向量,所述第三向量为第二次特征提取的值向量。
即在步骤S10321中将第一中间特征转换为三个向量,即第一向量Q、第二向量K和第三向量V,这三个向量的通道数分别为:cQ,cK和cV。
S10322:根据所述第一向量、所述第二向量和所述第三向量,确定所述第一中间特征的注意力权重。
S10323:通过所述第一中间特征自身与其他特征点的加权总和,得到所述第一中间特征对应的特征点的空间上下文。
具体地,步骤S10323可表示为:
可选的,所述获取所述邻居特征点对于所述待测目标的检测结果,并将所述检测结果分别投票给在第一方向和第二方向上与所述邻居特征点最接近的所述待测目标包括:
S1051:获取所述邻居特征点预测的所述待测目标的中心坐标作为对于所述待测目标的检测结果,并将所述邻居特征点对于所述待测目标的检测结果投票给该待测目标。
在投票过程中,首先考虑一个BEV特征图(Lλ×Wλ),其中Lλ和Wλ分别代表x和z方向上的特征图大小,λ表示下采样率。接近预测目标的特征点被视为有投票权的邻居,或称作“选民”。每个选民投两票,即投票给两个最接近的待测目标,一个在前面,一个在后面(在z方向上的相对位置),由(dxf,dzf,dxb,dzb)表示在x和z方向上到两个待测目标的距离。
S1052:获取所述邻居特征点的坐标。
S1053:根据所述邻居特征点预测的所述待测目标的中心坐标与所述邻居特征点的坐标,计算所述邻居特征点与所述待测目标的中心坐标之间的欧式距离。
具体地,欧氏距离的计算公式如下:
其中,P是待测目标的列表。Cf和Cb是邻居特征点前面和后面的待测目标,(xθ,zθ)是邻居特征点预测的待测目标的中心位置,(xg,zg)是邻居特征点自己的位置。
S1054:剔除与所述待测目标的中心坐标之间的欧式距离大于预设距离阈值的邻居特征点的投票结果。
可选的,所述预设距离阈值的取值范围可以为10~15米,具体可选为10m、11m、12m、13m、14m或15m等。
在本实施例中,我们通过先投票后筛选的方式,将邻居特征点的投票结果投票给与其最接近的两个待测目标,所述投票结果包括所述邻居特征点预测的所述待测目标的中心坐标。
下面对本申请实施例提供的目标检测系统进行描述,下文描述的目标检测系统可与上文描述的目标检测方法相互对应参照。
相应的,本申请实施例提供了一种目标检测系统,用于包括单目摄像头的检测系统,所述目标检测系统包括:
图像获取模块,用于获取单目图像;
坐标转换模块,用于利用预设深度估计模型,将所述单目图像的像素坐标转换为3D空间的伪点云坐标,以获得伪点云图;
特征提取模块,用于提取所述伪点云图中特征点的空间上下文;
局部检测模块,用于基于所述特征点的空间上下文进行待测目标的局部检测,以获取局部分类结果;
邻居投票模块,用于在所述伪点云图中确定所述待测目标的邻居特征点,获取所述邻居特征点对于所述待测目标的检测结果,并将所述检测结果分别投票给在第一方向和第二方向上与所述邻居特征点最接近的所述待测目标,以获得邻居分类结果;所述第一方向和所述第二方向在同一水平面上,且相互垂直;
结果融合模块,用于将所述局部分类结果与所述邻居分类结果进行融合,以获得融合后的分类结果。
可选的,所述坐标转换模块包括:
深度转换单元,用于使用所述预设深度估计模型得到所述单目图像的深度图;
坐标计算单元,用于结合所述单目摄像头的内参,利用第一预设公式,将所述深度图中的像素点坐标转换为3D空间的伪点云坐标;
所述第一预设公式包括:z=D(u,v),其中,x、y、z分别表示所述伪点云坐标的x轴坐标、y轴坐标和z轴坐标,(u,v)表示所述深度图中像素点的坐标,(cx,cy)表示所述单目摄像头的相机坐标的中心,fx表示所述单目摄像头的水平焦距,fy表示所述单目摄像头的垂直焦距。
可选的,所述特征提取模块包括:
体素化单元,用于将所述伪点云图中的特征点体素化为网格;
提取单元,用于将所述网格输入到特征提取网络,所述网格经过所述特征提取网络的第一次特征提取后获得第一中间特征,所述第一中间特征经所述特征提取网络的第二次特征提取后获得所述特征点的空间上下文;
所述特征提取网络为预先训练的、带有注意力机制的神经网络。
可选的,所述提取单元的第二次特征提取的过程包括:
将所述第一中间特征转换为第一向量、第二向量和第三向量,所述第一向量为第二次特征提取的查询向量,所述第二向量为第二次特征提取的键向量,所述第三向量为第二次特征提取的值向量;
根据所述第一向量、所述第二向量和所述第三向量,确定所述第一中间特征的注意力权重;
通过所述第一中间特征自身与其他特征点的加权总和,得到所述第一中间特征对应的特征点的空间上下文。
可选的,所述邻居投票模块获取所述邻居特征点对于所述待测目标的检测结果,并将所述检测结果分别投票给在第一方向和第二方向上与所述邻居特征点最接近的所述待测目标的过程具体包括:
获取所述邻居特征点预测的所述待测目标的中心坐标作为对于所述待测目标的检测结果,并将所述邻居特征点对于所述待测目标的检测结果投票给该待测目标;
获取所述邻居特征点的坐标;
根据所述邻居特征点预测的所述待测目标的中心坐标与所述邻居特征点的坐标,计算所述邻居特征点与所述待测目标的中心坐标之间的欧式距离;
剔除与所述待测目标的中心坐标之间的欧式距离大于预设距离阈值的邻居特征点的投票结果。
综上所述,本申请实施例提供了一种目标检测方法及目标检测系统,其中,所述目标检测方法首先将单目图像的像素坐标转换为3D空间的伪点云坐标,即将2D的单目图像转换为3D表示的伪点云图,以为目标检测方法提高检测精度奠定基础,然后提取所述伪点云图中特征点的空间上下文,并分别进行两个分支的检测,这两个分支包括局部检测和邻居投票检测,最后将局部分类结果与邻居分类结构进行融合,以通过待测目标周围的每个特征点的检测结果的投票减小严重变形的伪点云导致的检测误差,实现提高目标检测精度的目的。
本说明书中各实施例中记载的特征可以相互替换或者组合,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种目标检测方法,其特征在于,用于包括单目摄像头的检测系统,所述目标检测方法包括:
获取单目图像;
利用预设深度估计模型,将所述单目图像的像素坐标转换为3D空间的伪点云坐标,以获得伪点云图;
提取所述伪点云图中特征点的空间上下文;
基于所述特征点的空间上下文进行待测目标的局部检测,以获取局部分类结果;
在所述伪点云图中确定所述待测目标的邻居特征点,获取所述邻居特征点对于所述待测目标的检测结果,并将所述检测结果分别投票给在第一方向和第二方向上与所述邻居特征点最接近的所述待测目标,以获得邻居分类结果;所述第一方向和所述第二方向在同一水平面上,且相互垂直;
将所述局部分类结果与所述邻居分类结果进行融合,以获得融合后的分类结果;
其中,所述获取所述邻居特征点对于所述待测目标的检测结果,并将所述检测结果分别投票给在第一方向和第二方向上与所述邻居特征点最接近的所述待测目标包括:
获取所述邻居特征点预测的所述待测目标的中心坐标作为对于所述待测目标的检测结果,并将所述邻居特征点对于所述待测目标的检测结果投票给该待测目标;
获取所述邻居特征点的坐标;
根据所述邻居特征点预测的所述待测目标的中心坐标与所述邻居特征点的坐标,计算所述邻居特征点与所述待测目标的中心坐标之间的欧式距离;
剔除与所述待测目标的中心坐标之间的欧式距离大于预设距离阈值的邻居特征点的投票结果。
3.根据权利要求1所述的方法,其特征在于,所述提取所述伪点云图中特征点的空间上下文包括:
将所述伪点云图中的特征点体素化为网格;
将所述网格输入到特征提取网络,所述网格经过所述特征提取网络的第一次特征提取后获得第一中间特征,所述第一中间特征经所述特征提取网络的第二次特征提取后获得所述特征点的空间上下文;
所述特征提取网络为预先训练的、带有注意力机制的神经网络。
4.根据权利要求3所述的方法,其特征在于,所述第二次特征提取的过程包括:
将所述第一中间特征转换为第一向量、第二向量和第三向量,所述第一向量为第二次特征提取的查询向量,所述第二向量为第二次特征提取的键向量,所述第三向量为第二次特征提取的值向量;
根据所述第一向量、所述第二向量和所述第三向量,确定所述第一中间特征的注意力权重;
通过所述第一中间特征自身与其他特征点的加权总和,得到所述第一中间特征对应的特征点的空间上下文。
5.一种目标检测系统,其特征在于,用于包括单目摄像头的检测系统,所述目标检测系统包括:
图像获取模块,用于获取单目图像;
坐标转换模块,用于利用预设深度估计模型,将所述单目图像的像素坐标转换为3D空间的伪点云坐标,以获得伪点云图;
特征提取模块,用于提取所述伪点云图中特征点的空间上下文;
局部检测模块,用于基于所述特征点的空间上下文进行待测目标的局部检测,以获取局部分类结果;
邻居投票模块,用于在所述伪点云图中确定所述待测目标的邻居特征点,获取所述邻居特征点对于所述待测目标的检测结果,并将所述检测结果分别投票给在第一方向和第二方向上与所述邻居特征点最接近的所述待测目标,以获得邻居分类结果;所述第一方向和所述第二方向在同一水平面上,且相互垂直;
结果融合模块,用于将所述局部分类结果与所述邻居分类结果进行融合,以获得融合后的分类结果;
其中,所述邻居投票模块获取所述邻居特征点对于所述待测目标的检测结果,并将所述检测结果分别投票给在第一方向和第二方向上与所述邻居特征点最接近的所述待测目标的过程具体包括:
获取所述邻居特征点预测的所述待测目标的中心坐标作为对于所述待测目标的检测结果,并将所述邻居特征点对于所述待测目标的检测结果投票给该待测目标;
获取所述邻居特征点的坐标;
根据所述邻居特征点预测的所述待测目标的中心坐标与所述邻居特征点的坐标,计算所述邻居特征点与所述待测目标的中心坐标之间的欧式距离;
剔除与所述待测目标的中心坐标之间的欧式距离大于预设距离阈值的邻居特征点的投票结果。
7.根据权利要求5所述的系统,其特征在于,所述特征提取模块包括:
体素化单元,用于将所述伪点云图中的特征点体素化为网格;
提取单元,用于将所述网格输入到特征提取网络,所述网格经过所述特征提取网络的第一次特征提取后获得第一中间特征,所述第一中间特征经所述特征提取网络的第二次特征提取后获得所述特征点的空间上下文;
所述特征提取网络为预先训练的、带有注意力机制的神经网络。
8.根据权利要求7所述的系统,其特征在于,所述提取单元的第二次特征提取的过程包括:
将所述第一中间特征转换为第一向量、第二向量和第三向量,所述第一向量为第二次特征提取的查询向量,所述第二向量为第二次特征提取的键向量,所述第三向量为第二次特征提取的值向量;
根据所述第一向量、所述第二向量和所述第三向量,确定所述第一中间特征的注意力权重;
通过所述第一中间特征自身与其他特征点的加权总和,得到所述第一中间特征对应的特征点的空间上下文。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110372835.XA CN112949769B (zh) | 2021-04-07 | 2021-04-07 | 一种目标检测方法及目标检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110372835.XA CN112949769B (zh) | 2021-04-07 | 2021-04-07 | 一种目标检测方法及目标检测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112949769A CN112949769A (zh) | 2021-06-11 |
CN112949769B true CN112949769B (zh) | 2022-09-06 |
Family
ID=76230837
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110372835.XA Active CN112949769B (zh) | 2021-04-07 | 2021-04-07 | 一种目标检测方法及目标检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112949769B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115116049B (zh) * | 2022-08-29 | 2022-11-18 | 苏州魔视智能科技有限公司 | 目标检测的方法、装置、电子设备及存储介质 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112348116A (zh) * | 2020-11-30 | 2021-02-09 | 长沙理工大学 | 利用空间上下文的目标检测方法、装置和计算机设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103262139B (zh) * | 2010-12-15 | 2015-06-24 | 本田技研工业株式会社 | 行车道识别装置 |
-
2021
- 2021-04-07 CN CN202110372835.XA patent/CN112949769B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112348116A (zh) * | 2020-11-30 | 2021-02-09 | 长沙理工大学 | 利用空间上下文的目标检测方法、装置和计算机设备 |
Non-Patent Citations (3)
Title |
---|
Distance based neighbor correlation for the segmentation;Ki-In Na;《 2013 10th International Conference on Ubiquitous Robots and Ambient Intelligence (URAI)》;20131202;全文 * |
基于多模态融合的自动驾驶感知及计算;张燕咏;《计算机研究与发展》;20200901;全文 * |
点云数据处理与特征识别关键技术研究;李自胜;《中国优秀硕士学位论文全文数据库》;20180215;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112949769A (zh) | 2021-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jörgensen et al. | Monocular 3d object detection and box fitting trained end-to-end using intersection-over-union loss | |
EP3516624B1 (en) | A method and system for creating a virtual 3d model | |
JP5926228B2 (ja) | 自律車両用の奥行き検知方法及びシステム | |
US8792726B2 (en) | Geometric feature extracting device, geometric feature extracting method, storage medium, three-dimensional measurement apparatus, and object recognition apparatus | |
CN104346608B (zh) | 稀疏深度图稠密化方法和装置 | |
Chen et al. | RoIFusion: 3D object detection from LiDAR and vision | |
CN111046767B (zh) | 一种基于单目图像的3d目标检测方法 | |
JP6798860B2 (ja) | 境界線推定装置 | |
CN107809610B (zh) | 摄像头参数集算出装置、摄像头参数集算出方法以及记录介质 | |
JP2012059030A (ja) | 距離画像カメラを用いた人体識別方法および人体識別装置 | |
Bu et al. | Pedestrian planar LiDAR pose (PPLP) network for oriented pedestrian detection based on planar LiDAR and monocular images | |
CN112750198B (zh) | 一种基于非刚性点云的稠密对应预测方法 | |
JP2010127819A (ja) | 多面体位置検出装置及び検出方法 | |
WO2020221443A1 (en) | Scale-aware monocular localization and mapping | |
CN111126116A (zh) | 无人船河道垃圾识别方法及系统 | |
JP2019008571A (ja) | 物体認識装置、物体認識方法、プログラム、及び学習済みモデル | |
CN115563732B (zh) | 基于虚拟现实的喷涂轨迹仿真优化方法及装置 | |
CN112949769B (zh) | 一种目标检测方法及目标检测系统 | |
KR101538014B1 (ko) | 3d 모델링을 통해 사진 이미지로부터 입체영상을 생성하는 방법 | |
CN113436239A (zh) | 一种基于深度信息估计的单目图像三维目标检测方法 | |
CN101661625A (zh) | 基于一幅标准图像生成各视角下样本图像的方法 | |
CN114608522B (zh) | 一种基于视觉的障碍物识别与测距方法 | |
WO2022107548A1 (ja) | 3次元骨格検出方法及び3次元骨格検出装置 | |
CN115018710A (zh) | 一种基于fpfh特征和深度神经网络的点云超分辨率方法 | |
CN114140497A (zh) | 目标车辆3d实时追踪方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |